Multipel logistisk regression

Intermediär regression i R

Richie Cotton

Data Evangelist at DataCamp

Datamängd: bankavhopp

has_churned	time_since_first_purchase	time_since_last_purchase
0	0.3993247	-0.5158691
1	-0.4297957	0.6780654
0	3.7383122	0.4082544
0	0.6032289	-0.6990435
...	...	...
svar	relationslängd	senaste aktivitet

¹ https://www.rdocumentation.org/packages/bayesQR/topics/Churn

glm()

glm(response ~ explanatory, data = dataset, family = binomial)

glm(response ~ explanatory1 + explanatory2, data = dataset, family = binomial)

glm(response ~ explanatory1 * explanatory2, data = dataset, family = binomial)

Prediktorflöde

explanatory_data <- expand_grid(
  explanatory1 = some_values,
  explanatory2 = some_values
)
prediction_data <- explanatory_data %>% 
  mutate(
    has_churned = predict(mdl, explanatory_data, type = "response")
  )

De fyra utfallen

	faktiskt falskt	faktiskt sant
förutsagt falskt	korrekt	falskt negativt
förutsagt sant	falskt positivt	korrekt

¹ https://campus.datacamp.com/courses/introduction-to-regression-in-r/simple-logistic-regression?ex=10

Konfusionsmatris

actual_response <- dataset$response
predicted_response <- round(fitted(mdl))

outcomes <- table(predicted_response, actual_response)

confusion <- conf_mat(outcomes)

autoplot(confusion)

summary(confusion, event_level = "second")

Visualisering

Använd faceting för kategoriska variabler.
Vid 2 numeriska förklaringsvariabler, använd färg för svar.
Ge svar under 0.5 en färg och svar över 0.5 en annan.

scale_color_gradient2(midpoint = 0.5)

Nu kör vi en övning!

Intermediär regression i R